用非参数统计方法评估检测体系的最低检出限

1、用非参数统计方法评估检测体系的最低检出限用非参数统计方法评估检测体系的最低检出限根据国际标准化机构IS要求，在确定检测体系的最低检出限LD时尽量防止类和类统计学错误的发生1-4，IS制定的一系列评估方案已考虑到这一问题，但都基于参数统计原理设计5，6，只适用于空白标本测定结果符合正态分布、标准曲线为直线线性的检测体系LD确实定。但实际工作中有些仪器不报告吸光度、荧光强度等原始响应量，对于小于零的拟合结果直接报告为零或较小的正值，导致空白标本的检测结果不符合正态分布规那么。此外，很多定量检测工程特别是基于抗原-抗体反响原理的检测方法，标准曲线并不符合一元一次直线线性2，5，7，而是复杂的曲线线性

2、。针对以上不合适采用参数统计方法评估检测体系LD的情况，应建立一种新的采用非参数统计原理设计的LD评估方案来确定检测体系的LD。1参数统计方法的理论根底及应用局限理论上，空白标本由于不含有待测物，其真实浓度为零，但由于空白响应量并不是一个固定值，其波动服从正态分布规律，因此对空白标本进展屡次检测所得到的检测结果并不总是等于零。以均值x和标准偏向S表示空白响应量的集中位置和离散程度，单次检测的空白响应量有95%的概率分布在区间x-2s，x+2s内。在确定方法学性能或绘制标准曲线时常常以x作为校准至零点的基准，其对应的待测物浓度x空白定为零。各个检测样品的反响响应量减去x就是该标本中待测物产生的响

3、应量，结合标准曲线计算出待测物浓度。由于空白响应量有波动，因此空白标本的检本文由论文联盟搜集整理测结果应对称分布在x空白的两侧，大于0和小于0的概率都是50%，符合正态分布规那么，空白标本单次检测结果有95%的概率在区间x空白-2s空白，x空白+2s空白内，在此区间外的概率只有5%。以该区间的上限值x空白+2s空白作为空白检测限liitfblank，LB，只有检测结果高于LB时才认为标本中确实含有待测物。对于小于或等于LB的检测结果认为是由空白标本单次检测的空白响应量波动造成，可报告无分析物检出。但局部仪器无法给出原始响应量，而是直接报告检测结果，并将负值结果自动转换为零或者指定的检测低限，无

4、法给出负值的检测结果。从医学角度分析，患者血清或其他体液标本中某待测物的含量不可能为负值，仪器对负值结果的转化是合理的，但这种偏态分布资料不合适采用参数统计方法通过x空白和s空白来确定该检测体系的LB8，9。否那么得到的LB要明显大于真实的LB8，从而导致很大一局部低浓度标本被误判为阴性，而出现假阴性的报告。2非参数统计方法的理论根底2.1类错误与LD的关系2.2类错误与LD的关系3非参数统计的评估程序3.1空白标本和低值标本的纳入标准空白标本的物理性状和基质成分应尽可能接近患者标本，假如患者常规标本为血清或血浆标本，那么应选择不含待测物的血清或血浆标本作为空白标本而不是非血清基质的缓冲液。由

5、于不同来源的标本可能存在不同的基质效应以及形成不同的内源性复合物，为确保评估过程中的检测具有代表性，应选择多份空白标本建议510份甚至更多，每份标本屡次测定。低浓度标本也同样采用一系列至少510例不同患者来源的血清/血浆标本，每份标本进展510次重复测定，连续检测510d，得到低浓度标本检测结果的标准偏向s低值。3.2样本量的选择评估程序中，空白标本数量和低值标本数量的最正确比例的选择取决于LB估计值LB估计和低值标本检测结果的离散度估计的不确定性。统计学上非参数统计方法的效率要低于参数统计方法，其检验效率只有参数统计的一半左右，因此用非参数统计的方法计算P95空白时，建议空白标本的数量应该大

6、于低值标本的数量。但低值标本检测结果的离散程度s低值要明显大于空白标本检测结果的离散程度s空白。因此综合以上两个因素，建议空白标本和低值标本的检测次数一样或至少接近8。而且理论上通过增加空白标本和低值标本的重复检测次数可以扩大样本量，减少抽样误差，使样本更好地反映总体。但实际工作中不可能对标本进展无限次重复检测，一般要求做20次或20次以上的重复测定，降低P95空白和s低值来分别估计LB和s所带来的不确定性。3.3LB和LD的评估由于是从有限例数的样本信息中推断总体特征，因此在LD的评估过程中还要考虑到估值的不确定性，LD估计的不确定性由LB估计和s低值的不确定性共同构成。空白标本重复检测次数

7、nB不同，LB的95%的可信限nfideneInterval，I也不同，当50nB300时，可通过LB的可信限界值表来查得LB的80%和95%的可信限10。例如当nB=50，LB有95%的概率落入第n-5位数到第n位数这一区间内所有的检测结果按照从小到大顺序排列。s低值估值80%和95%的可信限的界限值通过其公差因数表查得。在实际的评估过程中，我们只能根据已有的资料或经历粗略地估计LD可能的存在范围，配置该浓度程度的低值标本并重复测定，根据该浓度程度下检测结果的s低值来计算LD估计。Linnet8认为：对于含有不同待测物程度的低值标本，其检测结果的离散程度有差异，随着标本浓度的增加，检测结果的

8、离散度同时增加。但两个低值标本的待测物浓度相差较小时，两组检测结果的离散度可认为是相当的。因此处理程序就相对简单，否那么还要将标准偏向考虑成一个随样本浓度变化而变化的函数，那将会是一个非常复杂的处理程序。3.4LD估计或LD理论的验证根据以上点估计的方法得到的LD估计难以和LD真值完全一致，因此必须对LD估计的有效性进展检验。此外，很多实验室的现有条件可能难以建立一个合适本实验室使用的LD，那么就要对制造商提供的理论LDLD理论进展有效性检验，评价其是否适用于本实验室的检测体系。一套完好的LD估计或LD理论验证程序包括：对一份或多份空白标本进展nB次重复检测后，计算P95空白，作为本实验室检测

9、体系的LB估计；在空白标本中参加标准品，使标本中的待测物浓度到达LD估计或LD理论程度，观察检测结果中大于LB估计的局部在所有检测结果中所占的比例P，P95%时认为LD估计或LD理论是有效的。考虑到以样本代替总体时，会发生抽样误差，因此对于n1000的样本，即使LD估计或LD理论有效，P值也可能低于95%。所以Linnet8在假设=0.05、s/B=1.5、n=nB=nS的前提下，利用统计学原理进展模拟分析，得出不同样本量的情况下，对待测物浓度为LD估计或LD理论程度的最低浓度标本的检测结果中要求大于LB的比例。对于样本量在201000之间的样本，我们可以通过查询要有多少相应比例的检测结果分布

10、在指定区间内。对于完好检验程序来说，由于LB是一个自变量，所以这一比例可以适度放宽。3.5结果的报告LB的取值直接反映医学实验室的检测程度，关系到患者结果如何报告临床，是报告检测到某物质还是报告未检出某物质，这对临床来说应该是一个非常明确的提示。假如报告未检出某物质，那说明某物质的检测结果低于LB程度，这意味着标本中该物质的真实程度可能要低于LD。为什么是可能呢？因为我们还要考虑到统计学的类错误即类错误的发生，尽管其发生的概率往往被限制在5%以内。因此，对于一个低于LB程度的检测结果，我们只可以报告低于LD程度而不可以报告低于LB程度或是0。对于一个大于LB的结果，这意味着其浓度大于0，一般报告0或者检到某物质，因为这样我们可以避开统计学I类错误类错误的发生，尽管发生此类错误的概率低于5%。对于待测物程度等于或略高于LD的标本的检测结果，其相对不确定度往往会很大，一般来说这种数据不应直接报告给临床。对于每个定量检测的工程还应该设立其相应的定量限LiitfQuantitatin，LQ，以标准定量检测结果的报告，这一界限值LQ和实验室能承受的相对不精细度V有关。在实验室的操作规程和文件中，每个工程的LQ都应明确规定，例如在